Automatic Analysis and Record of Fitness Exercises using Depth Information

본 연구의 목적은 단일 영상을 이용하여 운동동작을 인식하고, 운동종류, 운동량(횟수, 강도)을 측정하여 정형화된 기록지에 운동수행 데이터를 자동기록할 수 있는 디지털 도구를 구현하여 산업 현장에서의 적용 가능성을 검증하는 것이다. 본 연구 대상 운동은 범용적으로 활용도가 높고, 서 있는 자세와 앉은 자세가 복합적인 동작 5가지를 대상으로 하였다. 관절 키포인트는 17개, 학습에 사용된 데이터는 513,200건, AI 모델은 MotionBERT를 사용하였다. 연구 결과, 5가지 동작에 대한 자세 추정 평균 정확도(MPJPE)는 squat 37.089mm, pushup 31.010mm, burpee test 38.773mm, kneeup 39.254mm, benchpress 28.456mm로 나타났다. 운동횟수 추정 평균절대오차비율은 0.016으로 나타났다. 결론적으로, 운동자동기록 솔루션이 임상 현장에 적용되기 위해서는 더 많은 고품질의 학습용 데이터셋 구축과 함께 디지털화된 운동 측정 기준점의 정의를 다양한 이해관계자들과의 공동연구 및 실증을 통한 검증이 추가적으로 필요하다.